爬虫爬取csdn某一分类下的所有文章标题

python+selenium+redis.
整个程序是通过selenium不断点击“刷新“获得新的题目然后存到redis中。
没有selenium可以通过改变ip和浏览器取得同样的效果。

# -*- coding: utf-8 -*-
"""
Spyder Editor
This is a temporary script file.
author: ParkJiYeon
update:18.05.25
"""

from selenium import webdriver
import time
from lxml import etree
from redis import StrictRedis
def GetTitle(url):
    browser = webdriver.Chrome()
    browser.get(url)
    while True:
        for i in range(2,15):
            new_url = "//*[@id='feedlist_id']/li["+str(i)+"]/div/div[1]/h2/a"
            lis = browser.find_element_by_xpath(new_url)
            redis.rpush('text',lis.text)
        button = browser.find_element_by_xpath("//*[@id='nav']/div/div/ul/li[6]/a")
        button.click()
        time.sleep(5)
    browser.close()
def ShowTitle():
    len =redis.llen('text')
    for i in range(1,len):
        print(redis.lindex('text',i).decode("utf-8"))
if __name__=="__main__":
    url="https://blog.csdn.net/nav/cloud"
    redis = StrictRedis()
    GetTitle(url)
    ShowTitle()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值